【ScienceAI Weekly】AI for Science 新鮮事速覽

AI for Science 的新成果、新動態(tài)、新視角——

* 由 DeepMind 拆分的 AI 藥企首次達(dá)成制藥合作，價(jià)值 30 億美元
* 微軟協(xié)助科研人員發(fā)現(xiàn) 3,200 萬種新電池材料
* 網(wǎng)傳 TikTok 在美國各地招募計(jì)算生物學(xué)、量子化學(xué)、分子動力學(xué)和物理方面的人才
* 科大訊飛擬分拆醫(yī)療業(yè)務(wù)在港交所主板上市
* 鎂?；瘜W(xué)完成 2600 萬美元 A 輪融資
* 學(xué)術(shù)期刊 Science 使用 AI 工具檢測期刊中的圖片造假

詳見下文~

企業(yè)動態(tài)

由 DeepMind 拆分的 AI 藥企首次達(dá)成制藥合作

1 月 8 日，Alphabet 旗下 AI 制藥公司 Isomorphic Labs 宣布與禮來和諾華達(dá)成了兩項(xiàng)價(jià)值 30 億美元的藥物研發(fā)協(xié)議，此次合作涉及針對多種疾病相關(guān)蛋白和途徑的治療方法的研發(fā)。Isomorphic Labs 成立于 2021 年 11 月，由谷歌旗下 DeepMind 拆分而來，專注于 AI 醫(yī)藥領(lǐng)域。該公司運(yùn)用了 DeepMind 在生物醫(yī)藥研究方面的成果，特別是其蛋白質(zhì)結(jié)構(gòu)預(yù)測模型 AlphaFold，來進(jìn)行藥物研發(fā)。

微軟協(xié)助科研人員發(fā)現(xiàn) 3,200 萬種新電池材料

據(jù)介紹，太平洋西北國家實(shí)驗(yàn)室利用微軟的 Azure Quantum Elements 服務(wù)，快速評估了 3,200 萬種潛在的新電池材料；美國能源部使用該服務(wù) 80 小時后發(fā)現(xiàn)了 18 個有前途的候選材料，而使用傳統(tǒng)的研究方法可能需要數(shù)十年的時間；英國化學(xué)制造商 Johnson Matthey 正在利用該服務(wù)加速氫燃料電池的研發(fā)工作。

網(wǎng)傳 TikTok 在美國各地招募計(jì)算生物學(xué)、量子化學(xué)、分子動力學(xué)和物理方面的人才

有報(bào)道稱，TikTok 的母公司字節(jié)跳動正在為其人工智能藥物設(shè)計(jì)和人工智能科學(xué)團(tuán)隊(duì)，招募計(jì)算生物學(xué)、量子化學(xué)、分子動力學(xué)和物理方面的人才。據(jù)悉，字節(jié)跳動正在紐約州、加利福尼亞州和華盛頓州招聘至少17個相關(guān)職位。

科大訊飛擬分拆醫(yī)療業(yè)務(wù)在港交所主板上市

1 月 9 日晚間，科大訊飛發(fā)布公稱，公司擬將控股子公司訊飛醫(yī)療分拆至香港聯(lián)交所主板上市。訊飛醫(yī)療本次發(fā)行規(guī)模不超過發(fā)行后總股本的 15%。分拆完成后，科大訊飛仍將維持對訊飛醫(yī)療的控制權(quán)。

訊飛醫(yī)療成立于 2016 年 5 月，基于國際領(lǐng)先的醫(yī)學(xué)語義計(jì)算、文本理解、知識推理、數(shù)據(jù)挖掘等核心技術(shù)，打造人工智能醫(yī)療解決方案體系，針對基層醫(yī)療機(jī)構(gòu)、醫(yī)院、患者和居民等醫(yī)療行業(yè)從業(yè)者的廣泛需要，實(shí)現(xiàn)從疾病預(yù)警、早篩、診斷、治療與療效評價(jià)、診后與慢病管理的醫(yī)療全流程覆蓋。

鎂?；瘜W(xué)完成 2600 萬美元 A 輪融資

上海鎂銳科技有限公司日前完成 2600 萬美元 A 輪融資，本輪融資由啟明創(chuàng)投與 LYFE Capital 共同領(lǐng)投，創(chuàng)新工場與鎂伽科技跟投。融資資金將用于進(jìn)一步完善產(chǎn)品研發(fā)，開拓商業(yè)市場，支持國際化布局。

鎂?；瘜W(xué)成立于 2022 年 1 月，由鎂伽孵化并完成天使輪投資。公司由一支具有國際跨學(xué)科背景的團(tuán)隊(duì)創(chuàng)立，致力于利用自動化、智能化平臺為新藥研發(fā)客戶提供新一代的化學(xué)合成 CRO 服務(wù)，大幅縮短新藥研發(fā)周期中化學(xué)合成環(huán)節(jié)的交付周期，并顯著降低化學(xué)合成相關(guān)成本，擺脫藥化合成高度依賴手工操作的現(xiàn)狀。

學(xué)術(shù)期刊 Science 使用 AI 工具檢測期刊中的圖片造假

Science 已經(jīng)部署了 Proofig 平臺并進(jìn)行了數(shù)月的試用，有明確的證據(jù)表明，在論文發(fā)表之前可以檢測到存在問題的數(shù)據(jù)，例如篡改圖像以誤導(dǎo)讀者。此外，Science 還將該檢測工具與文本抄襲檢測軟件一起使用，代替人工審查。

工具資源

華為、香港大學(xué)開源幾何數(shù)學(xué)模型 G-LLaVA

目前，多模態(tài)大語言模型仍無法準(zhǔn)確解析幾何圖形中的基本要素及其關(guān)系。為了解決這一難題，華為諾亞方舟實(shí)驗(yàn)室、香港大學(xué)、香港科技大學(xué)聯(lián)合開源了專業(yè)幾何數(shù)學(xué)模型 G-LLaVA。為了測試 G-LLaVA 的性能，研究人員在知名數(shù)學(xué)測試平臺 MathVista 上，與其他大模型進(jìn)行了深度評估。結(jié)果顯示，G-LLaVA 的性能超過了 GPT-4-V、LLaVA1.5、MiniGPT-4 等模型。

開源地址：

https://github.com/pipilurj/G-LLaVA

論文地址：

https://arxiv.org/abs/2312.11370

上海 AI 實(shí)驗(yàn)室開源醫(yī)療大模型群「浦醫(yī) 2.0」

近日，上海 AI 實(shí)驗(yàn)室與上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院等合作伙伴聯(lián)合發(fā)布醫(yī)療多模態(tài)基礎(chǔ)模型群「浦醫(yī) 2.0」 (OpenMEDLab2.0)，實(shí)現(xiàn)了醫(yī)療大模型群「產(chǎn)、學(xué)、研、用、評」一站式開源，旨在為「跨領(lǐng)域、跨疾病、跨模態(tài)」的 AI 醫(yī)療應(yīng)用提供能力支持。

開源地址：

github.com/OpenMEDLab

國內(nèi)首個醫(yī)療?？仆评頂?shù)據(jù)集 RJUA-QA 開源

螞蟻集團(tuán)與上海仁濟(jì)醫(yī)院泌尿科專家團(tuán)隊(duì)聯(lián)合研發(fā)，基于醫(yī)生團(tuán)隊(duì)臨床經(jīng)驗(yàn)，通過構(gòu)造模擬病例數(shù)據(jù)的方式，推出了首個中文醫(yī)療?？茊柎鹜评頂?shù)據(jù)集 RJUA-QA，數(shù)據(jù)集由訓(xùn)練、驗(yàn)證、測試三部分組成，包含 2,132 個 QA 問答對，Context 來自于中國泌尿外科和男科疾病診斷治療指南。病種覆蓋了 97.6% 以上的泌尿科就醫(yī)人群，能真實(shí)復(fù)刻診療場景。

數(shù)據(jù)集地址：

http://openkg.cn/dataset/rjua-qadatasets

paperai ：醫(yī)學(xué)/科學(xué)文獻(xiàn)發(fā)現(xiàn)和審閱引擎

paperai 是一款由 AI 驅(qū)動的醫(yī)學(xué)/科學(xué)論文文獻(xiàn)發(fā)現(xiàn)和審閱引擎。該工具運(yùn)行 query 篩選出符合特定標(biāo)準(zhǔn)的論文，并執(zhí)行基于問答提取技術(shù)的 report 功能，從一組醫(yī)療/科學(xué)論文中找出關(guān)鍵問題的答案。paperai 已被用于分析 COVID-19 開放研究數(shù)據(jù)集 (CORD-19)，并在 CORD-19 Kaggle 挑戰(zhàn)賽中獲得多個獎項(xiàng)。

工具地址：

https://paperpal.com/paperpal-for-researchers

DeepKE：浙江大學(xué)基于深度學(xué)習(xí)的開源中文知識圖譜抽取工具

DeepKE 是一個開源和可擴(kuò)展的知識圖譜抽取工具，支持常規(guī)全監(jiān)督、低資源少樣本和文檔級場景，覆蓋各種信息抽取任務(wù)包括命名實(shí)體識別、關(guān)系抽取和屬性抽取。通過一個統(tǒng)一的框架，DeepKE 允許開發(fā)人員和研究人員自定義數(shù)據(jù)集和模型，并根據(jù)他們的需求從非結(jié)構(gòu)化文本中抽取信息。

工具地址：

http://openkg.cn/tool/deepke

ResGen：基于蛋白質(zhì)口袋感知的 3D 分子生成模型

浙江大學(xué)與之江實(shí)驗(yàn)室研究團(tuán)隊(duì)提出了一種基于蛋白質(zhì)口袋的 3D 分子生成模型——ResGen，用于設(shè)計(jì)給定目標(biāo)內(nèi)的有機(jī)分子。ResGen 具有更高的計(jì)算效率，大約比目前最優(yōu)技術(shù)快 8 倍，在生成新的分子方面也有著比目前最優(yōu)方法更高的成功率。

開源地址：

https://github.com/HaotianZhangAI4Science/ResGen

科研成果

生成式 AI，6 秒生成新化學(xué)反應(yīng)

Accurate transition state generation with an object-aware equivariant elementary reaction diffusion model

* 來源：Nature Computational Science

* 領(lǐng)域：化學(xué)科學(xué)，機(jī)器學(xué)習(xí)

* 作者：麻省理工學(xué)院團(tuán)隊(duì)

研究人員開發(fā)出了一種基于機(jī)器學(xué)習(xí)的替代方法，能夠在幾秒鐘內(nèi)發(fā)現(xiàn)化學(xué)反應(yīng)的過渡態(tài)。新模型可以協(xié)助化學(xué)家探索和設(shè)計(jì)新的反應(yīng)和催化劑，從而生成高附加值的有用產(chǎn)品，例如燃料化合物或藥物。此外，該模型還能夠模擬自然發(fā)生的化學(xué)反應(yīng)。

閱讀原文：

https://www.nature.com/articles/s43588-023-00563-7

基于聯(lián)邦學(xué)習(xí)的退役電池快速分類模型

Collaborative and privacy-preserving retired battery sorting for profitable direct recycling via federated machine learning

* 來源：Nature Communications

* 領(lǐng)域：通訊科學(xué)，機(jī)器學(xué)習(xí)

* 作者：清華大學(xué)深圳國際研究生院張璇、周光敏團(tuán)隊(duì)

研究團(tuán)隊(duì)建立了基于聯(lián)邦學(xué)習(xí)的退役電池快速分類模型，無需歷史運(yùn)行數(shù)據(jù)，僅用少量現(xiàn)場測試信息即可實(shí)現(xiàn)退役電池正極材料的精確分類。

閱讀原文：

https://doi.org/10.1038/s41467-023-43883-y

UniKP : 用于預(yù)測酶動力學(xué)參數(shù)的統(tǒng)一框架

UniKP : a unified framework for the prediction of enzyme kinetic parameters

* 來源：Nature Communications

* 領(lǐng)域：生物技術(shù)，語言模型

* 作者：中國科學(xué)院團(tuán)隊(duì)

研究人員基于預(yù)訓(xùn)練大語言模型和機(jī)器學(xué)習(xí)模型的酶動力學(xué)參數(shù)預(yù)測框架 (UniKP)，該框架僅通過給定酶的氨基酸序列和底物的結(jié)構(gòu)信息，就可以實(shí)現(xiàn)多種不同的酶動力學(xué)參數(shù)的預(yù)測。

閱讀原文：

https://www.nature.com/articles/s41467-023-44113-1

DeepProSite : 識別蛋白質(zhì)結(jié)合位點(diǎn)

DeepProSite : structure-aware protein binding site prediction using ESMFold and pretrained language model

* 來源：Bioinformatics

* 領(lǐng)域：生物醫(yī)藥，語言模型

* 作者：上海交通大學(xué)和中山大學(xué)團(tuán)隊(duì)

DeepProSite 利用蛋白質(zhì)結(jié)構(gòu)和序列信息來識別蛋白質(zhì)結(jié)合位點(diǎn)。其從 ESMFold 生成蛋白質(zhì)結(jié)構(gòu)，并從預(yù)訓(xùn)練的語言模型生成序列表示，并使用 Graph Transformer 并將結(jié)合位點(diǎn)預(yù)測制定為圖節(jié)點(diǎn)分類。

閱讀原文：

https://academic.oup.com/bioinformatics/article/39/12/btad718/7453375

活動預(yù)告

ALCF 培訓(xùn)：超級計(jì)算機(jī)基礎(chǔ)知識，推動 AI for research

「Introduction to AI-Driven Science on Supercomputers」由 Argonne Leadership Computing Facility (ALCF) 主辦，是一系列免費(fèi)在線活動，活動將分為講座和實(shí)踐兩部分。課程設(shè)置為：

* Week 1：超級計(jì)算機(jī)入門

* Week 2：神經(jīng)網(wǎng)絡(luò)介紹

* Week 3：進(jìn)一步探討神經(jīng)網(wǎng)絡(luò)

* Week 4：大語言模型簡介

* Week 5：大語言模型的嵌入和標(biāo)記化

* Week 6：AI的并行訓(xùn)練方法

報(bào)名鏈接：

https://www.alcf.anl.gov/alcf-ai-science-training-series?ct=t(EVT-ALCFINTROTOAI_01092024)

以上就是「Science AI Weekly」本要分享的所有內(nèi)容了~

如果你有關(guān)于 AI for Science 的最新研究成果、企業(yè)一手信息等，歡迎留言「爆料」。